1. Проблема. Эпилепсия — одно из самых распространённых неврологических заболеваний. Пациенты живут в постоянном страхе: приступ может случиться за рулём, на работе, в ванной. Существующие методы прогнозирования требуют громоздкой ЭЭГ в клинике, а зарубежные носимые решения (Empatica, NeuroPace) недоступны или ограничены в России. Отечественных носимых предикторов эпилепсии нет.

2.Решение. Мы разрабатываем носимое устройство, которое снимает периферические сигналы — ЧСС, вариабельность сердечного ритма, кожную проводимость, температуру кожи и двигательную активность. На основе этих данных адаптивный фильтр Калмана реконструирует скрытое (латентное) состояние мозга — «уровень эпилептогенной готовности». Когда оценка превышает порог, система предупреждает пациента и его близких за 5–30 минут до приступа.

3. Научная новизна. Фильтр Калмана традиционно применяется к ЭЭГ-сигналам. Наше отличие — оценка латентной переменной по периферическим сигналам без ЭЭГ, с адаптивной настройкой ковариаций шума по данным акселерометра для компенсации артефактов движения. Это патентоспособное техническое решение.

4. Что уже сделано. Построена математическая модель (вектор состояния из 5 переменных, матрица перехода, описывающая влияние латентного состояния на периферию), написана симуляция на Python, проведена проверка работоспособности фильтра на синтетических данных. Готов план сборки аппаратного макета на ESP32.

5. Импортозамещение. Зарубежные аналоги (Empatica Embrace, NeuroPace RNS) ограничены в России. Российских носимых устройств прогнозирования эпилепсии не существует. Проект отвечает задаче технологического суверенитета в медицинской электронике.

6. Клиническая и экономическая ценность. Предупреждение за 5–30 минут снижает риск травм и внезапной смерти при эпилепсии (SUDEP). Для страховых и государства — снижение затрат на госпитализации и скорую помощь.

7. Бизнес-модель. B2C: продажа устройства + подписка на мониторинг и аналитику. B2B: продажа клиникам, лицензирование алгоритма производителям носимой электроники, анонимизированные данные для фармкомпаний.

8. Команда. Медик с клинической экспертизой + математическая модель. В акселераторе планируем привлечь инженера-электронщика и Python-разработчика.

9. Цель в программе. Собрать работающий макет, провести пилот с клиникой, подготовить заявку на патент и грант.

На страницу проекта